见过一家公司的资质页，挂了三张证书扫描件。图片很清晰，红章也看得见，边角都没裁掉。有人问这家公司有哪些体系认证，AI 的回答是这家公司重视质量管理，具体是哪三项，一项都答不出来。
因为那三项认证的名字、编号、发证机构、有效期，只存在于三张图里。页面能被人看见，不等于能被读到。
图片里的字，是给眼睛的
抓取一侧能拿到的东西是有限的，正文文字、标题、结构化数据、链接，以及图片的文件名与替代文本。图片里画了什么、扫描件上盖了什么章、视频里念了什么，都不在其中。
三种载体的问题还不太一样。海报最常见，参数只印在图上，尺寸、规格、适用范围、活动期限，排版稿上很好看，转成网页时整张图一挂，文字就没了。视频的问题是步骤讲在音轨里，页面正文只剩一句欢迎观看。扫描件最要紧，因为它承载的是可核对的事实，而且是最需要第三方验证的那一类。
三类里优先补扫描件。海报和视频补不补，影响的是内容丰不丰富，扫描件不补，影响的是可核对的事实缺位，这一项在别处补不回来。
什么算关键事实，看四条
不是所有图上的字都要转，全都转会把正文淹掉。四条标准，满足两条以上就值得转。
能不能被追问成一句具体的话，比如有效期到哪一天、编号是多少、适用哪几个型号。能被追问，说明它有答案属性。
有没有主体归属。证书属于公司，参数属于某个型号，期限属于某次活动。归属不清的值，转成文字也会被认错主体。
会不会过期、会不会改版。有时效的事实必须把时间写进正文，不能只靠图上印的日期。
适用范围写没写。范围最常被省略，而省略范围的参数，比不写更容易出错。
证照六项，缺一项就不完整
| 字段 | 写什么 | 常见缺法 |
|---|---|---|
| 证书名称 | 按原件全称，不用简称 | 只写体系认证，不写标准号 |
| 发证机构 | 机构全称 | 写中心、协会这类统称 |
| 证书编号 | 逐字照录 | 省略数字段或改写法 |
| 版本或等级 | 证书标明的等级或版本 | 把旧版等级写在新版下面 |
| 有效期 | 起止日期，注明是否长期有效 | 只写发证日期 |
| 覆盖范围 | 适用主体、业务、场所 | 不写范围，读者以为覆盖全部 |
第六项最常被漏，也最容易出事。一张证书覆盖的是某个场所的某类业务，写法上省略了范围，读者和机器都会默认它是全公司全业务。这不是夸大，是省略。
证照转完之后，图片不要删。图片承担佐证，文字承担可读，两者并存，缺一个都少一半价值。
图和文并存，图注写清四样
图注要写这是什么、属于谁、什么时候的、范围是什么。替代文本要克制，塞关键词写一长串没有用，它的作用只是图片加载不出来时告知内容。
还有一处容易漏，文件名。用有意义的英文或拼音加数字，不用默认的图片编号。这是一个可以忽略成本的信号，改了不花什么力气。
什么时候不必转
图片只是装饰，不承载可被追问的事实，转成文字没有意义，反而稀释正文。原件涉密或不宜公开，这类材料不进公开页面，要做的是从清单里移除。正文已经写好、只是拿不准该进表格还是进段落，那是另一个问题。同一事实在几处写法不一致，也要先回站内定版，转载体解决不了取值。另外说清一句，本篇不含效果数据，转换之后可见度有没有变化，本站尚未开展这类测量。
一句话的判断标准
把页面上的图片全部关掉，只读正文，看还剩几条能被追问的事实。剩得少，说明关键事实被压在图里。这个动作花不了一分钟，比任何体检工具都直接。
想看这套转换做到什么程度算够，可以看海报、视频与扫描件里的关键事实，怎么落成网页正文，里面给了四个判据、四条规则与证照的六个字段。